阿里万相视频生成大模型宣布开源：8.2GB 显存就能跑，测试超越 Sora

淮南市风力发电app 武威市征地服务app 济南市城乡建设app 张家界市环境保护协会app 乌海市政府公报app 吴忠市公共法律服务app 安庆市政府信息公开指南app 滨州市第六中学app 柳州市第五中学app 三亚市第二中学app 玉林市历史记录app 韶关市卫生协会app 渭南市灾害救助app 鸡西市社会求助app 抚顺市残联救助app 金华市税务局app 乌海市法律服务app 白山市出口管理app 梧州市征地服务app 肥东县申建app 金寨县第一中学app 红原县公路管理app 田东县惠农app 理县暴雨监控中心app 威宁彝族回族苗族自治县残联app 定远县第一高中app 新龙县工商信息app 龙江县防火app 余庆县司法管理app 贡觉县税收公开app 林西县第一小学app 永德县审计公开app 郁南县学校app 郧西县残联app 门源回族自治县工商信息app 枣强县征地服务app 洛宁县台风监控中心app 磁县农业补贴app 博爱县电视台广播app 长沙县惠农app 政和县电力app 荣县教研app

本站 2 月 25 日消息，阿里云今日宣布旗下视觉生成基座模型万相 2.1（Wan）开源。

此次开源采用最宽松的 Apache2.0 协议，14B 和 1.3B 两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务，全球开发者可在 Github、HuggingFace 和魔搭社区下载体验。

据介绍，14B 万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出，在评测集 VBench 中，万相 2.1 以总分 86.22% 的成绩超越 Sora、Luma、Pika 等国内外模型，位列榜首。1.3B 版本测试结果不仅超过了更大尺寸的开源模型，甚至还接近部分闭源模型，同时能在消费级显卡运行，号称“仅需 8.2GB 显存就可以生成 480P 视频”，适用于二次模型开发和学术研究。

万相视频模型架构图

在算法设计上，万相基于主流 DiT 架构和线性噪声轨迹 Flow Matching 范式，研发了高效的因果 3D VAE、可扩展的预训练策略等。以 3D VAE 为例，为了高效支持任意长度视频的编码和解码，万相在 3D VAE 的因果卷积模块中实现了特征缓存机制，从而代替直接对长视频端到端的编解码过程，实现了无限长 1080P 视频的高效编解码。此外，通过将空间降采样压缩提前，在不损失性能的情况下进一步减少了 29% 的推理时内存占用。

万相团队的实验结果显示，在运动质量、视觉质量、风格和多目标等 14 个主要维度和 26 个子维度测试中，万相均达到了业界领先表现，并且斩获 5 项第一。

本站附开源地址：

Github：https://github.com/Wan-Video

HuggingFace：https://huggingface.co/Wan-AI

魔搭社区：https://modelscope.cn/organization/Wan-AI